在人工智能（AI）技术的飞速发展进程中，计算硬件的革新始终是推动其前进的关键力量。长久以来，图形处理单元（GPU）作为昂贵的计算机芯片，一直由Nvidia、AMD等行业巨头主导，是训练和部署AI模型的重要基石。然而，这一传统格局正面临前所未有的挑战——一家名为Biological Black Box（BBB）的初创企业近日悄然推出了其革命性的Bionode平台，该平台融合了实验室培育的活神经元与传统处理器，为AI计算开辟了一条全新的生物路径。
Bionode：生物计算的先锋
BBB公司，这家总部位于巴尔的摩的神秘初创企业，在获得多项专利并不断完善其技术后，终于向世人展示了其Bionode平台的真容。Bionode的核心在于利用供体人类干细胞和鼠源细胞培育出的新神经元，这些神经元被特别设计来充当计算机芯片的角色。BBB的联合创始人兼首席执行官Alex Ksendzovsky在接受采访时表示：“在过去20年里，生物学、硬件和计算工具这三个独立领域已经发展到了可以让生物计算成为现实的地步。”
神经元与电极的奇妙结合
Bionode平台的构建基础是将数十万个实验室培育的神经元接入一个包含4096个电极的培养皿中，这些电极构成了单个Bionode芯片的基础。据Ksendzovsky介绍，这些神经元能够存活一年以上，其天然的适应性被用于AI处理，从而创造了一种与当今僵硬的晶体管芯片截然不同的混合计算系统。
生物计算的优势
Bionode平台展现出了生物计算在AI领域的两大显著优势：一是更高效的计算机视觉处理，作为AI分类任务的预处理层，它能够减少推理时间和GPU功耗；二是加速大型语言模型（LLM）的训练，与需要频繁重新训练周期的GPU不同，神经元能够即时适应，这可以显著减少更新LLM所需的时间和能量，从而解决AI扩展过程中的一个关键瓶颈。
与Nvidia的竞合关系
尽管Nvidia的GPU在AI的快速发展中发挥了关键作用，但其高能耗和不断上涨的成本引发了人们对可扩展性的担忧。BBB看到了引入更节能替代品的机遇，同时仍在Nvidia的生态系统中运作。“我们不认为自己是Nvidia的直接竞争对手，至少在短期内不是，”Ksendzovsky表示，“生物计算和硅基计算将共存，我们仍然需要GPU和CPU来处理来自神经元的数据。”他进一步指出，BBB的生物网络可以用来增强和改进硅基AI模型，使它们更准确、更节能。
未来：模块化生态系统
Ksendzovsky认为，AI硬件的长期愿景将是一个模块化生态系统，其中生物计算、硅芯片甚至量子计算都将根据其优势发挥作用。“未来计算的发展将是一个模块化生态系统，传统硅基计算、生物计算和量子计算将各自基于其优势发挥作用，”他说道。
迈向商业化与伦理考量
尽管BBB尚未公布Bionode平台的商业化发布日期，但该公司正在从巴尔的摩迁至湾区，以准备扩大其技术规模。在追求生物计算技术商业化的同时，BBB也意识到伦理问题的重要性，并正在与伦理学家和监管专家合作，确保其技术得到负责任的开发。“我们不需要数百万个神经元来处理整个环境，就像大脑那样。我们只使用对特定任务必要的神经元，同时牢记伦理考虑，”Ksendzovsky强调说。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/gpu-mai-xiang-sheng-wu-ling-yu-bbb-fa-bu-bionode-da-zao-ji
